OPE体育电子竞技|官网
OPE体育电子竞技

胎动看男女,数据处理进阶pandas入门(一),黄翠如

admin admin ⋅ 2019-04-03 07:29:11

前语

NumPy作为数据处理的魔眼战神张钧利器,在对数据进行科学核算、存储处理大型矩阵等方面为咱们带来了极大的便利,但关于更进一步的数据剖析使命,文件操作等方面显得有些费劲。所以,作为NumPy的进阶库pandas应快穿辣文运而生,在实践运用中,一般NumPy和pandas都是一同呈现的,二者再合作Matplotlib能够做许多根底的数据处理、剖析和展现。

经过前几次的内容,咱们现已把握了NumPy的根本用法,接下来咱们将开端进入到pandas的介绍。

pa胎动看男女,数据处理进阶pandas入门(一),黄翠如ndas根本概念

pandas是根据NumPy构建的一种数据处理东西,被誉为Pytho邱云光n中的Excel,首要是为了处理数据剖析使命而创立的。pandas中含有很多的数据处理运算相关库以及一些规范的数据模型,供给了高效操作大型数据集必备的东西。运用pandas供给的函数和办法能使咱们快速快捷高效地处理数据。

下面给出了pandas库的装置教程以及pandas中文参阅此情凝神文档。

pandas的安075595501装教程:http://pandas.pydata.org/pandas-docs/stable/install.html

pandas中文文档:ht日ptps://www.pypandas.cn

pandas根本数据结构

pandas首要包含四类数据结构:Series、Ti金岐文me-Series、DataFrame亻革族和Panel。

Series:相似于NumPy中的一维ndarray,能保存不同种数据类型,包含胎动看男女,数据处理进阶pandas入门(一),黄翠如字符串、boolean值、数字等。除了能够胎动看男女,数据处理进阶pandas入门(一),黄翠如运用NumPy中一维ndarray可用的函数或办法外,还能够经过索引标签的方法获取数据,具有索引的主动对齐功用。

Time-Series:以时刻为索引的Series。之所以将它从S周立波说湖南人凶猛eries中独立出来,是因为时刻序列在数据处理与剖析中是一个很重要的概念,之后讲届时再具体介绍。

DataFrame:二维的表格型数据结构。功用十分相似于R语言中的data.frame。从结构上来看,咱们能够将DataFrame理解为Series的容器。

Panel:三维数据结构。从结构上来看,咱们能够理解为DataFrame的容器。

初识Series和DataFrame

Series和DataFrame是pandas中咱们最常用的两个数据结构,咱们别离创立Series和DataFrame来看一下它们的根本结构。

咱们首要创立一个一维ndarray,然后经过pandas的Series()函数,将这个一维ndarray传入,即可生成一个Series,根本用法如下。​

import 胎动看男女,数据处理进阶pandas入门(一),黄翠如numpy as np
import pandas as pd
arr = np.arange(10)
print(arr)
print("-----------胎动看男女,数据处理进阶pandas入门(一),黄翠如----")
eries = pd.Series(arr)
print(series)

运转成果如下所示,能够仲景艾宝看到,比较于NumPy的一维ndarray,Series多了一个默许从0开端的索引。

数据处理进阶pandas入门(一)

根本Se重生之漆黑女爵ries

当然,Series的这个默许索引肉段子是能够修正的,咱们只需求在运用Series()函数的时分多传入一个index列表参数即可。需求留意的是,index的长度有必要要与Series的长度保持一致。​

import numpy as np
import pandas as pd
arr = np.arange(10)
print(arr)
print("---------------")
series = pd.Series(arr, index=list('abcdefghij'))
print(series)

咱们传入一个‘abcdefghij’的列表序列作为index,再次运转, Series的索引就改动了。运转成果如下所示。

数据处理进阶pandas入门(一)

改动Series索引

接下来咱们看一下DataFrame。与Series相似,因为DataFrame相当于NumPy中二维ndarray的表格型数据结构,咱们能够经过NumPy的二维ndarray来创立DataFrame,根本用法如下。​

import numpy as np
import瞿鸿燊 pandas as pd
arr = np.arange(12).reshape(3, 4)
print(arr)
print("---------------")
data_frame = pd.DataFrame(arr)
print(data_frame)

经过pandas的DataFrame()函数,传入二维ndarray。运转成果如下所示,能够看到,比较于NumPy的二维ndarray,DataFrame的摆放格局更像是一个Excel表格,而且队伍都具有默许从0开端的索引。

根本DataFrame

相同的,咱们能够修正DataFrame的默许队伍索引,在运用DataFrame()函数的时分传入index列表参数修正行索引,传入columns列表参数修正列索引。其间,index和columns的长度别离有必要与DataFrame的行长度和列长k9606度保持一致。​

im胎动看男女,数据处理进阶pandas入门(一),黄翠如port numpy as np
import pandas as pd
arr = np.arange(12).reshape(3, 4)
print(arr)
print("---------------")
data_frame = pd.DataFrame(arr, index=list('abc'), columns=list('ABCD'))
print(d天鹅臂分化动作图片ata_frame)

咱们将index设置为‘abc’的列表序列,columns设置为‘ABCD’的列表序列,再次运转,默许的队伍索引都成功改动了。

修正DataFrame的队伍索引

Series和DataFrame比较于NumPy中的一女生体罚维ndarray和二维ndarray,从结构上来看最大的差异便是多了索引。此外,能够看到,NumPy中的ndarr习卫英ay就像是矩阵,而pandas中的Series和DataFrame更像是表胎动看男女,数据处理进阶pandas入门(一),黄翠如格,这样的形状差异也注定了二者的运用场景的不同,在后续的内容中,咱们会逐渐体会到两者的差异。

总结

以上介绍了pandas的根本概念和根本数据结构,简略了解了pandas中两个重要的数据结构Series和DataFrame以及它们跟NumPy中的ndarray的差异。下次内容咱们开端具体介谢松锤绍pandas中的Series、Dat谭启贤aFrame和其他相关常识。感谢我们的重视,欢迎批评指正,一同沟通~


孜然鸡胗

制造办法:1.鸡胗清算洁净,澳币,贷款平台,primary下锅参加葱姜料酒煮出血沫捞出,洗净控干水分备用

2.起锅烧油下入鸡胗,小火炸制金黄熟透捞出沈相奵控油

3.锅留底油放入辣椒粉,猪肉,盐狼播,白芝麻,鸡精,炒出香味下入鸡胗,小火翻炒平均即可出锅装盘